desh2608 commited on
Commit
b882505
1 Parent(s): 3774ffb

added tokens and words

Browse files
README.md CHANGED
@@ -111,6 +111,6 @@ export CUDA_VISIBLE_DEVICES="0,1,2,3"
111
  ```
112
 
113
  The tensorboard training log can be found at
114
- https://tensorboard.dev/experiment/AKXbJha0S9aXyfmuvG4h5A/#scalars
115
 
116
  The decoding commands are same as above.
 
111
  ```
112
 
113
  The tensorboard training log can be found at
114
+ https://tensorboard.dev/experiment/3d4bYmbJTGiWQQaW88CVEQ/#scalars
115
 
116
  The decoding commands are same as above.
data/lang_bpe_500/tokens.txt ADDED
@@ -0,0 +1,502 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ <blk> 0
2
+ <sos/eos> 1
3
+ <unk> 2
4
+ s 3
5
+ t 4
6
+ ▁the 5
7
+ ▁a 6
8
+ ▁to 7
9
+ n 8
10
+ ▁and 9
11
+ e 10
12
+ ing 11
13
+ ▁of 12
14
+ ▁in 13
15
+ d 14
16
+ ▁ 15
17
+ y 16
18
+ ed 17
19
+ a 18
20
+ r 19
21
+ o 20
22
+ p 21
23
+ m 22
24
+ ▁i 23
25
+ g 24
26
+ c 25
27
+ re 26
28
+ ▁that 27
29
+ ▁it 28
30
+ er 29
31
+ b 30
32
+ al 31
33
+ ▁is 32
34
+ ▁s 33
35
+ u 34
36
+ ▁re 35
37
+ ' 36
38
+ i 37
39
+ ▁c 38
40
+ or 39
41
+ l 40
42
+ ly 41
43
+ ▁be 42
44
+ ▁for 43
45
+ ar 44
46
+ w 45
47
+ in 46
48
+ k 47
49
+ le 48
50
+ ▁f 49
51
+ ▁we 50
52
+ f 51
53
+ ▁he 52
54
+ ▁e 53
55
+ ▁you 54
56
+ ll 55
57
+ ▁w 56
58
+ ▁on 57
59
+ ce 58
60
+ it 59
61
+ ve 60
62
+ ▁are 61
63
+ ri 62
64
+ ▁with 63
65
+ ▁was 64
66
+ ▁t 65
67
+ ▁b 66
68
+ ent 67
69
+ ▁de 68
70
+ ic 69
71
+ v 70
72
+ ▁so 71
73
+ ▁have 72
74
+ es 73
75
+ ur 74
76
+ ch 75
77
+ th 76
78
+ ▁but 77
79
+ ▁st 78
80
+ nd 79
81
+ en 80
82
+ on 81
83
+ ra 82
84
+ h 83
85
+ te 84
86
+ ter 85
87
+ ▁this 86
88
+ ▁one 87
89
+ ▁they 88
90
+ ▁not 89
91
+ ro 90
92
+ ation 91
93
+ ▁as 92
94
+ ▁me 93
95
+ an 94
96
+ ▁do 95
97
+ ▁or 96
98
+ li 97
99
+ se 98
100
+ il 99
101
+ ▁can 100
102
+ ▁mo 101
103
+ ▁pa 102
104
+ ▁con 103
105
+ ▁ca 104
106
+ ck 105
107
+ ▁ma 106
108
+ ▁su 107
109
+ la 108
110
+ ▁an 109
111
+ ate 110
112
+ ▁at 111
113
+ lo 112
114
+ ▁co 113
115
+ ne 114
116
+ el 115
117
+ ng 116
118
+ ▁from 117
119
+ at 118
120
+ ▁g 119
121
+ ▁le 120
122
+ ▁lo 121
123
+ ▁said 122
124
+ ver 123
125
+ ad 124
126
+ me 125
127
+ ▁po 126
128
+ ▁us 127
129
+ ▁se 128
130
+ ▁all 129
131
+ ▁what 130
132
+ ers 131
133
+ ▁no 132
134
+ as 133
135
+ ▁te 134
136
+ ment 135
137
+ ect 136
138
+ ies 137
139
+ ▁there 138
140
+ ▁fa 139
141
+ ry 140
142
+ ▁ha 141
143
+ ▁o 142
144
+ ▁go 143
145
+ ▁bo 144
146
+ ▁about 145
147
+ ▁by 146
148
+ ▁my 147
149
+ ▁more 148
150
+ ▁who 149
151
+ ir 150
152
+ ▁pro 151
153
+ ci 152
154
+ ▁out 153
155
+ ▁will 154
156
+ ▁people 155
157
+ ge 156
158
+ ▁their 157
159
+ ▁if 158
160
+ ▁up 159
161
+ ▁his 160
162
+ ▁mi 161
163
+ ▁la 162
164
+ ity 163
165
+ ▁' 164
166
+ ▁un 165
167
+ z 166
168
+ ▁when 167
169
+ ▁ho 168
170
+ ▁like 169
171
+ ▁ba 170
172
+ ▁th 171
173
+ pe 172
174
+ ▁has 173
175
+ ion 174
176
+ vi 175
177
+ ▁two 176
178
+ age 177
179
+ ure 178
180
+ de 179
181
+ ▁she 180
182
+ x 181
183
+ ▁some 182
184
+ ▁time 183
185
+ lu 184
186
+ ul 185
187
+ ive 186
188
+ ist 187
189
+ et 188
190
+ un 189
191
+ ol 190
192
+ ▁en 191
193
+ ▁would 192
194
+ ▁pre 193
195
+ ▁get 194
196
+ ▁ra 195
197
+ ▁our 196
198
+ ▁had 197
199
+ able 198
200
+ act 199
201
+ ta 200
202
+ ▁just 201
203
+ ▁your 202
204
+ co 203
205
+ ▁li 204
206
+ ▁thousand 205
207
+ ▁see 206
208
+ ▁were 207
209
+ tion 208
210
+ ma 209
211
+ im 210
212
+ ▁sp 211
213
+ ▁hundred 212
214
+ mp 213
215
+ ▁how 214
216
+ ▁ro 215
217
+ ▁ex 216
218
+ us 217
219
+ ough 218
220
+ ru 219
221
+ ▁vi 220
222
+ ▁comp 221
223
+ mo 222
224
+ j 223
225
+ ▁dr 224
226
+ is 225
227
+ ▁her 226
228
+ ▁which 227
229
+ ▁work 228
230
+ ▁than 229
231
+ est 230
232
+ ▁other 231
233
+ ting 232
234
+ ke 233
235
+ ▁dis 234
236
+ om 235
237
+ ▁say 236
238
+ ut 237
239
+ ld 238
240
+ ▁know 239
241
+ ▁new 240
242
+ ti 241
243
+ ▁been 242
244
+ ard 243
245
+ ther 244
246
+ he 245
247
+ ▁pu 246
248
+ ine 247
249
+ qu 248
250
+ ▁fi 249
251
+ ▁fe 250
252
+ ical 251
253
+ ▁di 252
254
+ ▁them 253
255
+ ow 254
256
+ ight 255
257
+ one 256
258
+ ▁every 257
259
+ di 258
260
+ id 259
261
+ ▁bi 260
262
+ ach 261
263
+ ▁da 262
264
+ ▁make 263
265
+ ▁any 264
266
+ ▁sa 265
267
+ ▁com 266
268
+ ▁think 267
269
+ ▁even 268
270
+ ▁want 269
271
+ ▁into 270
272
+ ▁now 271
273
+ ance 272
274
+ ot 273
275
+ ff 274
276
+ ▁way 275
277
+ ▁over 276
278
+ pp 277
279
+ ▁mu 278
280
+ ▁nine 279
281
+ ence 280
282
+ ▁exp 281
283
+ ▁because 282
284
+ ▁ga 283
285
+ les 284
286
+ ▁could 285
287
+ ▁na 286
288
+ ant 287
289
+ ▁ki 288
290
+ ig 289
291
+ ction 290
292
+ ▁very 291
293
+ und 292
294
+ side 293
295
+ ▁sta 294
296
+ ho 295
297
+ ish 296
298
+ ▁don 297
299
+ ▁per 298
300
+ tic 299
301
+ ated 300
302
+ ial 301
303
+ ▁ne 302
304
+ ▁look 303
305
+ ▁tra 304
306
+ ▁k 305
307
+ ▁pi 306
308
+ ca 307
309
+ ▁most 308
310
+ ▁need 309
311
+ ▁bu 310
312
+ if 311
313
+ um 312
314
+ ving 313
315
+ ▁these 314
316
+ ▁only 315
317
+ ▁take 316
318
+ ▁part 317
319
+ ▁off 318
320
+ ful 319
321
+ ▁back 320
322
+ ▁jo 321
323
+ mb 322
324
+ ▁three 323
325
+ ▁years 324
326
+ ▁day 325
327
+ ▁car 326
328
+ ▁also 327
329
+ ▁sh 328
330
+ ▁going 329
331
+ ▁world 330
332
+ ▁where 331
333
+ cu 332
334
+ ▁ri 333
335
+ qui 334
336
+ ▁did 335
337
+ ▁app 336
338
+ ▁sc 337
339
+ port 338
340
+ der 339
341
+ ▁ta 340
342
+ ▁five 341
343
+ ▁first 342
344
+ ▁much 343
345
+ ▁many 344
346
+ ▁good 345
347
+ ▁ru 346
348
+ end 347
349
+ ▁six 348
350
+ ▁him 349
351
+ ous 350
352
+ ▁pri 351
353
+ ▁ph 352
354
+ ▁may 353
355
+ ▁play 354
356
+ ition 355
357
+ ▁those 356
358
+ ▁life 357
359
+ ▁man 358
360
+ ian 359
361
+ ▁wi 360
362
+ ha 361
363
+ ph 362
364
+ ▁four 363
365
+ ▁cha 364
366
+ ▁eight 365
367
+ ▁after 366
368
+ ▁come 367
369
+ ▁really 368
370
+ ▁va 369
371
+ ▁year 370
372
+ ▁count 371
373
+ ▁well 372
374
+ ▁long 373
375
+ ▁through 374
376
+ iv 375
377
+ ▁down 376
378
+ ▁seven 377
379
+ form 378
380
+ ize 379
381
+ ▁right 380
382
+ ▁should 381
383
+ ual 382
384
+ ▁chi 383
385
+ ▁show 384
386
+ ▁gu 385
387
+ ▁imp 386
388
+ ious 387
389
+ ▁twenty 388
390
+ ssion 389
391
+ ▁point 390
392
+ ▁help 391
393
+ ▁hu 392
394
+ ▁does 393
395
+ ▁gra 394
396
+ ▁pl 395
397
+ ible 396
398
+ ▁things 397
399
+ ▁high 398
400
+ ▁something 399
401
+ ▁great 400
402
+ ▁own 401
403
+ ▁start 402
404
+ ▁hi 403
405
+ fi 404
406
+ ▁still 405
407
+ man 406
408
+ ▁give 407
409
+ ▁change 408
410
+ ▁feel 409
411
+ ▁sha 410
412
+ ▁live 411
413
+ ▁around 412
414
+ ▁mean 413
415
+ ▁plan 414
416
+ ▁again 415
417
+ ▁place 416
418
+ ▁before 417
419
+ ▁old 418
420
+ ▁find 419
421
+ ▁ye 420
422
+ ▁made 421
423
+ ▁home 422
424
+ ▁same 423
425
+ ▁never 424
426
+ ▁add 425
427
+ ▁little 426
428
+ ative 427
429
+ ▁gene 428
430
+ ▁last 429
431
+ ▁different 430
432
+ ▁america 431
433
+ ▁person 432
434
+ ▁percent 433
435
+ ▁happen 434
436
+ ▁problem 435
437
+ ▁might 436
438
+ ▁under 437
439
+ ▁better 438
440
+ ▁while 439
441
+ ▁children 440
442
+ ▁another 441
443
+ ▁why 442
444
+ ▁turn 443
445
+ ▁spec 444
446
+ ▁hard 445
447
+ ▁school 446
448
+ ▁system 447
449
+ ship 448
450
+ ▁always 449
451
+ ▁found 450
452
+ ▁talk 451
453
+ ▁ja 452
454
+ ▁power 453
455
+ ▁thirty 454
456
+ ▁human 455
457
+ ▁week 456
458
+ ▁idea 457
459
+ ▁develop 458
460
+ ▁keep 459
461
+ ▁between 460
462
+ ▁trans 461
463
+ ▁question 462
464
+ ▁grow 463
465
+ ▁small 464
466
+ ▁money 465
467
+ ▁important 466
468
+ ▁women 467
469
+ ▁next 468
470
+ ▁ju 469
471
+ ▁fifty 470
472
+ ▁become 471
473
+ ▁friend 472
474
+ ▁family 473
475
+ ▁without 474
476
+ ▁build 475
477
+ ▁number 476
478
+ ▁today 477
479
+ ▁large 478
480
+ ▁learn 479
481
+ ▁health 480
482
+ ▁believe 481
483
+ ▁house 482
484
+ ▁business 483
485
+ ▁open 484
486
+ ▁interest 485
487
+ ▁sign 486
488
+ ▁research 487
489
+ ▁government 488
490
+ ▁experience 489
491
+ ▁market 490
492
+ ▁course 491
493
+ ▁light 492
494
+ ▁product 493
495
+ ▁second 494
496
+ ▁together 495
497
+ ▁close 496
498
+ ▁understand 497
499
+ ▁group 498
500
+ q 499
501
+ #0 500
502
+ #1 501
data/lang_bpe_500/words.txt ADDED
The diff for this file is too large to render. See raw diff